数据分析师上手指南

本指南面向数据分析师，带你理解 GoWind UBA 的数据从哪来、存在哪、怎么查、怎么分析。

不需要写 Go 代码。你需要会一点 SQL，并理解 UBA 的数据模型。

一、你的工作流概览

作为分析师，你在 UBA 上主要做两件事：

  1. 用管理后台的分析界面：开箱即用的 25 个分析模型（事件趋势、漏斗、留存、归因、分布、热力、生命周期、营收、LTV、关卡、滚服留存、经济系统……）+ 会话/路径/画像查询与实时大屏。
  2. 用 Superset / 直连 OLAP 写 SQL：做更灵活的自定义分析、报表、仪表板。

二、数据从哪来：建应用、取凭据

数据采集的第一步是在管理后台创建「UBA 应用」，拿到 appId + appSecret，研发同学据此接入 SDK 上报事件。

  1. 登录管理后台（Admin 前端，开发环境 http://localhost:5600）。
  2. 进入 应用管理（菜单：「数据采集 / 应用管理」），新建应用。
  3. 填写应用名称、类型、支持平台，保存。
  4. 系统生成三组凭据：
    • appId：应用唯一标识（业务用，如 game_001）
    • appKey：应用 Key
    • appSecret：上报鉴权密钥，妥善保管
  5. 将应用状态置为 ON（启用）。

tenantId（租户 ID）由服务端按 appId 权威识别，无需客户端上报，天然多租户隔离。

三、数据存在哪：OLAP 表与字段地图

UBA 的分析数据存在 OLAP 引擎的 gw_uba 库（默认 Doris）。核心表如下：

事实表

表内容关键字段
events_fact行为事件明细（核心）event_id、user_id、device_id、event_name、event_category、event_time/event_ts、platform、channel、country、amount、properties(map)、metrics(map)、server_id/level（游戏专属）
sessions_fact会话级汇总session_id、user_id、start_time/end_time、duration_ms、event_count、is_bounce、entry_page/exit_page、total_amount
risk_events风险事件risk_type、risk_level、risk_score、rule_id/rule_name、status、occur_time
path_features用户路径特征first_event/last_event、first_3_events/last_3_events(数组)、is_converted、conversion_event

维度表

表内容关键字段
users_dim用户画像维度user_id、register_time、register_channel、user_level/vip_level、total_events、total_pay_amount、country、risk_score
objects_dim行为对象维度object_id/object_type/object_name、category_path、price
id_mapping跨端 ID 映射global_user_id、id_type/id_value、confidence
user_tags用户标签关联user_id、tag_id/tag_value、confidence、source

事件字段命名规则

  • 全 camelCase（与后端 proto 契约对齐，protojson 编码）。
  • properties / context 是 map<string,string>，metrics 是 map<string,double>——业务自定义属性都放这里。
  • 时间字段：event_time（Timestamp）、event_ts（毫秒 int64）、event_date（日期，分区键）。

完整字段定义见 后端 API 契约 · BehaviorEvent 与 sql/{doris,clickhouse}/1_base_tables.sql。

四、开箱即用的 25 个分析模型

管理后台「数据分析」菜单下有 25 个对应后端 AnalyticsService 的分析模型，按场景分组：

场景模型回答什么问题
基础聚合事件趋势 EventTrend某事件量级与趋势？
维度分组 GroupBy按渠道/平台/版本分组的指标对比？
活跃用户 ActiveUsersDAU / WAU / MAU？
转化与路径漏斗 Funnel从步骤 A 到 B 的转化与流失？
留存 Retention新用户在第 N 天的留存率？
转化路径 PathSankey用户的主流转化路径？
行为序列 BehaviorSequence用户的行为先后顺序？
用户深度归因 Attribution哪个渠道带来了转化（首触/末触）？
分布 Distribution指标的分布与分位？
用户分群 Segmentation圈选特定行为特征的用户群？
点击热力 Click页面哪里被点得最多？
间隔时间 Interval两个行为之间的时间间隔？
生命周期生命周期 Lifecycle用户处于生命周期的哪个阶段？
流失回流 Churn谁流失了、谁回流了？
新老对比 NewVsOld新老用户行为差异？
矩阵象限 Matrix用户/行为在象限中的分布？
营收与价值营收 RevenueARPU / ARPPU / GMV？
付费分层 WhaleTier鲸鱼/海豚/小鱼用户分布？
历史 LTV LTV用户生命周期价值？
会话与异常会话分析 SessionAnalysis跳出率/会话深度？
异常检测 Anomaly同比环比异常波动？
游戏专属关卡分析 LevelAnalysis关卡通过率/数值平衡？
滚服留存 ServerRetention按区服的留存？
同时在线 OnlineStatsPCU / ACU？
经济系统 Economy代币/道具产出消耗流向？

另有会话、事件路径、用户行为画像三个事实表查询界面，以及实时大屏（基于已落库的事实记录）。

各模型详解：事件趋势、漏斗、留存、OLAP 查询手册。完整 RPC 与字段定义见 后端 API。

五、管理后台 vs Superset：怎么选？

场景用管理后台用 Superset
查 25 个标准模型✅—
自定义 SQL / 多表关联—✅
拖拽建仪表板、定时报表—✅
风险/标签配置管理✅—
团队共享 BI 报表—✅

两者互补：管理后台做配置和标准分析，Superset 做深度 BI。Superset 部署见 Superset 部署。

六、数据落库现状

上报数据会自动落库：Collector 把数据写入 Kafka 后，由 OLAP 引擎的虚拟表直接消费——ClickHouse 用 Kafka 引擎表 + 物化视图、Doris 用 Routine Load——持续写入 events_fact 等事实表。正常情况下秒级可见，分析界面和 Superset 都能查到新数据。

如果查不到新数据，按以下顺序排查：

  1. 确认 OLAP 引擎的 Kafka 消费作业在正常运行（Doris：SHOW ROUTINE LOAD 查看作业状态；ClickHouse：查 Kafka 引擎表与物化视图）；
  2. 确认 collector 的 Kafka 地址配置正确（容器内应为 kafka:9092）；
  3. 若消费作业尚未在当前环境建立，可先执行对应引擎的建表脚本（Doris：sql/doris/02_kafka_tables.sql；ClickHouse：sql/clickhouse/02_kafka_tables.sql），或用 sql/{doris,clickhouse}/demo-data.sql 灌入演示数据练习。

详见 系统架构 · Kafka 消费入库机制。

七、第一个分析：连上 Doris 看一眼数据

如果你有 Doris 访问权限（FE 的 9030 端口，MySQL 协议）：

mysql -h localhost -P 9030 -u root -D gw_uba

-- 看看 events_fact 有多少数据
SELECT count() FROM events_fact;

-- 最近 7 天各渠道的事件量
SELECT channel, event_date, count() AS events
FROM events_fact
WHERE event_date >= DATE_SUB(CURDATE(), INTERVAL 7 DAY)
GROUP BY channel, event_date
ORDER BY event_date, events DESC;

Doris 用 MySQL 方言；ClickHouse 方言略有不同（见 OLAP 查询手册）。

八、下一步

九、相关文档